基于最大权重独立集的D2D资源分配研究，王明昕，彭涛，密集和复杂的场景下，一种更为灵活的频谱资源利用方式被认为可以满足日益增长的传输需求。D2D通信（设备与设备间通信）便是在这种

数据中心2013报告，结合了互联网数据中心与传统数据中心的发展趋势：硬件重构+软件定义

针对目前行人重识别技术的缺点，提出一种基于Siamese网络的行人重识别方法.首先使用Dropout算法对卷积神经网络进行改良，降低发生过拟合问题的概率；而后构造一个Siamese网络，将CNN （Convolution Neural Network）中特征提取和检验相融合，提高图像识别的效率和准确率；最后利用度量学习算法中的马氏距离作为检索图像匹配相似度的评价指标.实验结果表明：针对Market-1501数据集，该方法可以有效提高采用卷积神经网络的行人重识别方法识别效率和准确率.

小波分析入门 课程设计或者上机均可，很基础的哦~~

对应文章https://blog.csdn.net/taifyang/article/details/124332344

故障重构是指的某条或者某几条线路故障后，断开并隔离故障线路，利用联络线进行网络重构的方式，形成新的网络拓扑；优化重构则是在无故障或者异常情况下，通过重构来优化网损、电压质量等目标，从而达到最理想状态。

Bytetrack_yolov7代码+权重

使用标书制作者。

道岔控制器 一个Ryu控制器应用程序，可根据用户的决定重定向流量。 具体来说，我们可以将流量重定向到连接到由控制器管理的交换机的各种计算机：这些计算机中的每台计算机都对该流量进行分析，而无需对其进行修改，然后，它通过另一个以太网再次在交换机上吐出该流量。端口（这些计算机有2个以太网端口，一个接收要分析的流量，另一台在交换机上吐出相同的流量）。 对于每种流量，我们可以创建一条路由，该路由将每种流量映射到用户选择的各种计算机。 特别是，我们提供了实时设置交通路线，可视化现有路线并对其进行修改的可能性。 这个怎么运作 基于基于Ryu组件的框架，我们创建了三个模块（在modules文件夹中），可通过r

1、YOLOv5自行车检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: bike； 3、包含自行车检测数据，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127335241?spm=1001.2014.3001.5502